无Cookies营销番外篇1 用户/价值/品牌(三)
🪢RFM指标模型
图片来源：Jaron/Yoki绘图
最近一次消费(Recency) + 用户消费频率(Frequency) + 消费金额(Monetary) = ？
亲密度
卖家和客户之间的关系如同暧昧的情侣，若即若离——该如何量化情侣，不对，如何量化卖家和用户的亲密度呢？
客户消费的过程是持续变动的：
在距上一次购买时间满1个月之后，在数据库里就成为消费为2个月的客户
反之，同一天，最近一次消费为3个月前的客户作了其下一次的购买，他就成为最近一次消费为1天前的顾客
但如果我们挽回呢？所谓用户体验(User Experience，简称为UX或UE)管理，是根据用户的身份/行为/信用数据量化用户的状态，以此决策对用户做或是不做某些动作的动作(Action)，并得到或是不得到反馈(Feedback)的过程
图片来源：数字化转型报告
RFM模型，实则是通过用户的购物行为监测从而量化为用户心理的量化数据，并根据数据排序(Ranking)：
图片来源：Jaron/Yoki绘图
只有当我们拥有了用户的排序细分，才能针对细分用户进行精细化的动作——而不是简单粗暴的群发性营销
比如针对【重要价值客户】应该维系用户关系促使复购/交叉购持续，针对【重要保持客户】则是客户流失挽回。
RFM的三个字母，分别代表了不同观察用户的维度：
最近一次消费 R(Recency)：反映用户活跃度，用以衡量用户是否已经流失。理论上，最近一次消费时间越长，流失概率越高
消费频率 F(Frequency)：反映用户忠诚程度。理论上，一定时间内购买频率越高，用户忠诚度越高
消费金额 M(Monetary)：反映用户购买力——理论和实际中，购物力变现都是额度体现
关于时间，有个非常有趣的地方
我们发现目前大部分独立站的研究都不引入时间的指标
然而SUGA苏嘉的角度中，时间恰恰是最重要的指标，如果是从订阅电商的角度，甚至没有之一
图片来源：Jaron/Yoki绘图
🧨留存期
一般来说，独立站由于产品不同，展开分析需要具体个案具体分析，但有些指标数据是相通的，比如用户周期：
新用户激活期——如产品/服务使用周期为周，属于高频需求类产品，理想激活时间是1~3天，周期时长为第0周
新用户留存期——留存率降幅明显（正常现象），平均留存率差值均大于2%
长期用户留存期——产品/服务留存率趋于稳定且缓慢下滑，每周约以低于1%的速度降低
流失召回期——产品的留存率有跌有涨，开始进行流失召回策略，测试出成效措施。而当留存率下降幅度突然加大，逐渐脱离趋势辅助线预测值，需要考虑到此时用户已使用产品将近留存期极限，拉回流速度已经比不过用户流失速度。
不同用户周期对应的用户需求是不一样，所以才需要RFM模型排序区分
而留存期需要长期时间观察，指引效果有两个：
图片来源：Jaron/Yoki绘图
现金流周期——当用户处于长期用户留存期的时候，意味着用户价值变现是相对稳定的；
根据美国贝恩公司相关调查：
吸引新客户的成本是留住现有客户的 6-7 倍
把产品卖给老客户的概率是卖给新客户的 3 倍
总结：5％ 的客户留存率增长往往意味着公司利润 30％ 的增长
而哈佛商业评论研究提出数据导向是，“用户留存率提升 5% 会刺激收入增长 25%-95% ”
产品迭代周期——当用户留存期缩短（如上图从40周开始减少），即留存期越加短暂往往意味产品需要迭代
附上客户留存数据指标
🗞客户留存指标——留存线索、流失率、留存率
📰符合产品预期的线索 (PQLs Product-qualified leads)
PQL是指带有体验过产品且感受到价值的用户的线索
——这个定义有些复杂，首先这个线索是来源于激活用户，使用产品/服务传递后的用户体验/反馈价值：
激活用户：指在产品/服务内完成关键行为，体验过Aha Moment的用户
Aha Moment：多译为“顿悟时刻”，也有译为“啊哈时刻”，由德国心理&现象学家卡尔•布勒(Karl Bühler)首创，对这个表达的定义为：在思考之前某个并不明朗的局面过程中，突然对产生明确或者深入的认识后，而产生的一种特殊的&愉悦的体验。
➖客户流失率 (Customer Churn Rate)
本期内流失客户数/上期末客户数=(上期末客户数-本期末客户数+本期内新增客户数)/上期末客户数
➗金额流失率 (Revenue Churn Rate)
Revenue Churn Rate一般有两种口径：
毛流失率 = (本期内流失RR+减值RR)/上期末RR
净流失率 = (本期内流失RR+减值RR-增值RR)/上期末RR
存在一种理想状态“负净流失”(Net Negative Churn)：金额净流失率<0，金额净留存率>100%
由于增值超过流失和减值带来的负面影响，已有客户的总商业价值是不断成长的；
所以即使暂缓获取新客户，业务也可以保持健康运转。
✖客户留存率（Customer Retention Rate）
(本期末客户数-本期内新增客户数)/上期末客户数
♻金额留存率（Revenue Retention Rate）
Revenue Retention Rate同样有两种口径
毛留存率 = (本期末RR – 本期内新增RR – 回流RR – 增值RR)/上期末RR
净留存率 = (本期末RR – 本期内新增RR – 回流RR)/上期末RR
金额留存率相比于客户留存率，额外反映了不同规模客户的商业价值不同，还反映了客户商业价值在两个周期之间的变化（如增加&升级服务带来的价值提升）
净留存率可以更完整地反映短期趋势，而毛留存率更好地反映了长期趋势；
背后的逻辑是，产品和服务的价值是可长期持续的，而销售Upsell是不可长期持续的。
🔄用户增长飞轮
在《精益创业》中，埃里克·莱斯提出了驱动创业增长的三大引擎，都有各自对应的关键绩效指标（KPI）：
黏着式增长引擎——重点是让用户成为回头客，并且持续使用产品/服务
病毒式增长引擎——指数性本质：如果每个用户能带来1.5个新用户，那么用户数将会指数增长直到饱和
付费式增长引擎——通常，在确知产品/服务具有黏着性和病毒性前就启动这一引擎，是过于仓促的行为
付费式增长，是规模化飞轮的最好工具——问题在于不单单规模化体量，成本也同样规模化
规模型独立站卖家以付费式增长引擎规模化体量之后，才会发现成本增长速度远高于营收增长速度
原因在于：我们前文提及的互联网人口高速增长红利在衰退，从增量市场转为存量市场
客户获取成本(CAC)在大环境下，必然只会越加上扬，从付费增长变为付费衰退
从某种程度上讲，赚钱是识别一个商业模式是否可持续的UOS(终极指标 Ultimate Oscillator)：
如果从客户身上所赚的钱超过获取客户的花费，并且在时间段上维持，增长引擎就是可持续的；
因为企业不需要外部投资者的钱，并且每天都在增赚钱；
但是，就其本身而言，赚钱本身并不是一种驱动增长的引擎——它只是让企业现金流越来越多；
只有反过头来把一部分营收再用于获取客户时，营收才有助于本身增长，找出增长引擎控制器的两个调节旋钮；
也就是本文的两个重点，客户终生价值(CLV)和客户获取成本(CAC)
如同我们在最开始提出的小学生水池问题一样，拉新是企业增长的手段之一，但永远不会是唯一手段：
增加客户终身价值，是企业增长的不二法门
图片来源：Jaron/Yoki绘图
保留现有用户群，学会利用用户数据并通过个性化召回策略让用户重新启用产品/服务，堵住那“该死的出水口”
🔃用户周期(Lifetime)
用户生命周期，形容的是从用户开始接触产品到离开产品的整个过程
图片来源：Jaron/Yoki绘图
因此对应的是用户消费习惯&行为模型的改变：
图片来源：数字化转型报告
比如我们常见的海盗模型(AARRR)，理论依据也是来源于对用户行为模型&生命周期的研究
图片来源：Jaron/Yoki绘图
So，什么是客户生命周期价值(Customer time Value)